光明文化周末:母亲的厨房******
作者:李秀萍
冬日,乡下人家的厨房,烧火做饭的热气和寒气交融在一起,雾气缭绕。清晨,我在睡眼惺忪之时听到锅碗瓢盆相互触碰的声响,就知道母亲已经在厨房的一片雾气中准备早饭了。
我们家的厨房是母亲的厨房。母亲似乎永远都精力充沛地在厨房里忙碌着,为全家人准备一日三餐。她的厨艺谈不上精湛,但她总是力所能及地满足着全家人的口腹之欲。我品尝过天南海北的许多美食,但偏偏钟情于寻常食物——母亲蒸的馒头,烙的油饼。
母亲蒸的白面馒头特别好吃,尤其是刚出锅的。母亲迅捷地揭开锅盖,馒头便赫然呈现在眼前,白白胖胖,热气腾腾。她捡出热馒头,双手来回倒换着放在小篮筐里。我忍不住抓起一个放到嘴里,嚼起来面香浓郁。一些馒头下面没有屉布,面团膨胀时直接穿过蒸笼的小孔,出锅后馒头下面便有了很多小凸起。我就喜欢吃小凸起,挨个揪着吃。
母亲烙饼时我爱到厨房帮忙——帮着往灶膛里添柴。柴不能随便添,玉米秸秆或是稻草秸秆要轮换着添,还要控制好数量,以保证大铁锅温度适宜。母亲烙饼我添柴,我配合得恰到好处。新出锅的油饼让我垂涎,油汪汪,香喷喷,既酥脆又松软。母亲烙饼的手艺在亲戚中是出了名的,但她还是会问我好不好吃,我嘴巴忙着吞咽,顾不上说话,只能点头。
小时候最喜欢除夕那天厨房里煎炒烹炸、热气腾腾的景象。平时不下厨的父亲登台亮相,一展身手。香气透过门缝飘出来,我和弟弟悄悄溜进厨房,看见父亲手拿一把勺子,动作夸张地翻炒着,锅里腾起一股油烟。母亲在灶下添柴,不时地递酱油,递白糖,递醋,递盐……两人呼来唤去,又转来转去,厨房里仿佛有千军万马的喧嚣。弟弟馋得厉害,不时询问什么时候开饭。
雏鸟终会长大,在广阔的天地间独自飞翔。我和弟弟也有了自己的家,自己的生活。从此,母亲的厨房沉寂了许多。只有节假日时,全家齐聚一堂,厨房里才会重现昔日生机勃勃的景象:大铁锅里炖着肉,电磁炉上煨着汤,煤气灶上炒着菜。我们在厨房里各自施展厨艺,母亲在一旁看着,时不时地告诉我们各种调料的位置。她心里应该很快乐吧。我从年少到现在,母亲和我说的许多话——那些鼓励的话、劝慰的话,大多是在厨房里我们一起做饭时说的。
后来,母亲在我家帮我看护孩子多年,于是,我家的厨房也成了母亲的厨房。母亲识字不多,但并不缺少生活智慧,说话做事讲究分寸,她通常征求我们的意见为孩子准备食物,也为我们准备可口的饭菜。有时下班晚了,疲惫不堪,饥肠辘辘,在昏黄的暮色中,望见家里的厨房亮着灯,便不由得加快了脚步。待我推开家门,厨房里正飘出饭菜的香气,还未等我坐定,母亲已经把饭菜摆在了餐桌上。
母亲从一个厨房辗转到另一个厨房,交付了全身心的热忱,使得她常常忘记自己,也从不觉得单调乏味。她把厨房当作自己的道场,演绎着她的情感与责任,她只希望她的孩子们能够积蓄力量,如鸟儿般从地面一跃而起,翱翔在生活之上。母亲的生活是简单的,又是丰富的;是狭窄的,又是辽阔的。
《光明日报》( 2023年01月06日 15版)
向善而生的AI助盲,让AI多一点,障碍少一点******
有人说,盲人与世界之间,相差的只是一个黎明。在浪潮信息研发人员的心中,失去视力的盲人不会陷入永夜,科技的进步正在力图给每一个人以光明未来。
AI助盲在人工智能赛道上一直是最热门的话题之一。以前,让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破,更多的失明者正在借助AI提供的感知、理解与交互能力,以另一种方式重新“看见世界”。
新契机:多模态算法或将造福数以亿计失明者
科学实验表明,在人类获取的外界信息中,来自视觉的占比高达70%~80%,因此基于AI构建机器视觉系统,帮助视障患者拥有对外界环境的视觉感知与视觉理解能力,无疑是最直接有效的解决方案。
一个优秀的AI助盲技术,需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展,才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够,以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。
多个模态的交互可以提升AI的感知、理解与交互能力,也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说,多模态算法在AI助盲领域的应用一旦成熟,将能够造福数以亿计的失明者。据世卫组织统计,全球至少22亿人视力受损或失明,而我国是世界上盲人最多的国家,占世界盲人总数的18%-20%,每年新增的盲人数量甚至高达45万。
大挑战:如何看到盲人“眼中”的千人千面
AI助盲看似简单,但多模态算法依然面临重大挑战。
多模态智能算法,营造的是沉浸式人机交互体验。在该领域,盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一,这项研究已经吸引了全球数以万计的视障患者参与,这些患者们上传自己拍摄的图像数据和相匹配的文本问题,形成了最真实的模型训练数据集。
但是在现有技术条件下,盲人视觉问答任务的精度提升面临巨大挑战:一方面是盲人上传的问题类型很复杂,比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。
另一方面,由于盲人的特殊性,很难提取面前物体的有效特征。比如盲人在拍照时,经常会产生虚焦的情况,可能上传的照片是模糊的或者没有拍全,或者没拍到关键信息,这就给AI推理增加了难度。
为推动相关研究,来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”,并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题,然后要求给出相应的答案,解决盲人的求助。
另外,盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说,盲人逛超市,由于商品外观触感相似,很容易犯错,他可能会拿起一瓶醋却询问酱油的成分表,拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效,没法给出有效信息。
最后,针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制,同样也是现阶段的研发难点。
多解法:浪潮信息AI助盲靶向消灭痛点
AI助盲哪怕形式百变,无一例外都是消灭痛点,逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究,只为帮助盲人“看”到愈发精彩的世界。
在VizWiz官网上公布的2万份求助中,盲人最多的提问就是想知道他们面前的是什么东西,很多情况下这些物品没法靠触觉或嗅觉来做出判断,例如 “这本书书名是什么?”为此研发团队在双流多模态锚点对齐模型的基础上,提出了自监督旋转多模态模型,通过自动修正图像角度及字符语义增强,结合光学字符检测识别技术解决“是什么”的问题。
盲人所拍摄图片模糊、有效信息少?研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法,并提出多阶段交叉训练策略,具备更充分的常识能力,低质量图像、残缺的信息,依然能够精准的解答用户的求助。
目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点,在AI助盲领域斩获世界冠军两项、亚军两项。
真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此,研发团队首次提出视觉定位文本去噪推理任务FREC,FREC提供3万图片和超过25万的文本标注,囊括了口误、歧义、主观偏差等多种噪声,还提供噪声纠错、含噪证据等可解释标签。同时,该团队还构建了首个可解释去噪视觉定位模型FCTR,噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议,该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。
在智能交互研究方面上,浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA,同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。
眼球虽然对温度并不敏感,但浪潮信息的研发团队,却在努力让盲人能“看”到科技的温度,也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍,跨越山海。科技的伟大之处不仅仅在于改变世界,更重要的是如何造福人类,让更多的不可能变成可能。当科技成为人的延伸,当AI充满人性光辉,我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意,见证着更加光明宏大的远方。
(文图:赵筱尘 巫邓炎)